![](/img/trans.png)
[英]Python Pandas checking for a value if it exists from one DataFrame to another DataFrame
[英]Python/Pandas - Replacing an element in one dataframe with a value from another dataframe
我有一個問題,一個熊貓數據框架中的元素被另一個熊貓數據框架中的值替換。 很長的道歉。 我試圖給出許多例子來闡明我的問題。 我使用Python 2.7.11(Anaconda 4.0.0,64位)。
數據
我有一個包含許多用戶項對的pandas DataFrame。 此DataFrame(我們稱它為initial_user_item_matrix )具有以下形式:
userId itemId interaction
1 1 1 1
2 1 2 0
3 1 3 1
4 1 4 1
5 2 9 1
6 3 3 1
7 3 5 0
此外,我有一個僅包含用戶1的用戶項對的DataFrame 。我稱其為cold_user_item_matrix ,此DataFrame的形式為:
userId itemId interaction
1 1 1 1
2 1 2 0
3 1 3 1
4 1 4 1
接下來,我有一個帶有項的numpy ndarray,我稱之為rank_items 。 它的形式為:
[9 5 3 4]
最后,我將initial_user_item_matrix中用戶1的交互更改為NaN
,從而提供以下DataFrame(將其稱為new_user_item_matrix ):
userId itemId interaction
1 1 1 NaN
2 1 2 NaN
3 1 3 NaN
4 1 4 NaN
5 2 9 1
6 3 3 1
7 3 5 0
我想實現什么?
我想將new_user_item_matrix中的用戶1-項目對(當前為NaN
)的交互更改為initial_user_item_matrix中特定交互的值IF並且僅當該項包含在rank_items數組中時。 之后,應刪除所有交互仍然為NaN
用戶項對(DataFrame的行)(用戶1-itemId不在rank_items中的項對)。 參見下面的結果集應該是什么樣子。
結果之間:
userId itemId interaction
1 1 1 NaN
2 1 2 NaN
3 1 3 1
4 1 4 1
5 2 9 1
6 3 3 1
7 3 5 0
最后結果:
userId itemId interaction
3 1 3 1
4 1 4 1
5 2 9 1
6 3 3 1
7 3 5 0
我嘗試了什么?
這是我的代碼:
for item in ranked_items:
if new_user_item_matrix.loc[new_user_item_matrix['userId']==cold_user].loc[new_user_item_matrix['itemId']==item].empty:
pass
else: new_user_item_matrix.replace(to_replace=new_user_item_matrix.loc[new_user_item_matrix['userId']==1].loc[new_user_item_matrix['itemId']==item].iloc[0,2],value=cold_user_item_matrixloc[cold_user_item_matrix['itemId']==item].iloc[0,2],inplace=True)
new_user_item_matrix.dropna(axis=0,how='any',inplace=True)
它有什么作用? 它循環遍歷rank_items數組中的所有項目。 首先,它檢查用戶1是否已與項目(if語句的if部分)進行了交互。 如果不是,則轉到rank_items數組中的下一項(通過)。 如果用戶1與項目交互(if語句的else部分),則將用戶1與new_user_item_matrix (當前為NaN
)中的項目交互替換為用戶1與項目1中的項目交互的值。 cold_user_item_matrix ,可以是1或0(我希望你們都還和我在一起)。
怎么了?
if語句的if部分不會出現任何問題。 當我嘗試替換new_user_item_matrix (if語句的else部分)中的值時,這是錯誤的。 替換特定元素(交互)時,它不僅會替換該元素,還會替換new_user_item_matrix中 所有其他NaN
值。 為了說明這一點,如果循環開始,它將首先在itemId的9和5上循環,用戶1尚未與之交互(因此什么也沒有發生)。 接下來,它遍歷itemId 3,並且userId 1和itemId 3的交互應從NaN
更改為0。但是,它不僅將userId 1和itemId 3的交互更改為0,而且還將用戶1的所有其他交互更改為是NaN
。 給出以下結果集:
userId itemId interaction
1 1 1 1
2 1 2 1
3 1 3 1
4 1 4 1
5 2 9 1
6 3 3 1
7 3 5 0
這顯然是不正確的,因為itemId 1和2不在rank_items數組中,因此不應發現它們的真實交互。 同樣,用戶1和itemId 3的交互(a 1)被填寫用於所有交互(即使它們的交互不是1而是0)。
有人可以幫助我嗎?
短期解決方案
本質上,您希望放棄給定用戶的所有項目交互,而只丟棄那些未排名的項目。
為了使所提出的解決方案更具可讀性,假定df = initial_user_item_matrix
。
具有布爾條件的簡單行選擇(在原始df
上生成一個只讀視圖):
filtered_df = df[(df.userID != 1) | df.itemID.isin(ranked_items)]
類似的解決方案是通過刪除“無效”行來就地修改數據框:
df.drop(df[(df.userID == 1) & ~df.itemID.isin(ranked_items)].index, inplace=True)
使用所有中間結構的逐步解決方案
假設需要上述所有中間工件,則可以按以下方式獲得所需結果:
import pandas as pd
import numpy as np
initial_user_item_matrix = pd.DataFrame([[1, 1, 1],
[1, 2, 0],
[1, 3, 1],
[1, 4, 1],
[2, 9, 1],
[3, 3, 1],
[3, 5, 0]],
columns=['userID', 'itemID', 'interaction'])
print("initial_user_item_matrix\n{}\n".format(initial_user_item_matrix))
ranked_items = np.array([9, 5, 3, 4])
cold_user = 1
cold_user_item_matrix = initial_user_item_matrix.loc[initial_user_item_matrix.userID == cold_user]
print("cold_user_item_matrix\n{}\n".format(cold_user_item_matrix))
new_user_item_matrix = initial_user_item_matrix.copy()
new_user_item_matrix.ix[new_user_item_matrix.userID == cold_user, 'interaction'] = np.NaN
print("new_user_item_matrix\n{}\n".format(new_user_item_matrix))
new_user_item_matrix.ix[new_user_item_matrix.userID == cold_user, 'interaction'] = cold_user_item_matrix.apply(lambda r: r.interaction if r.itemID in ranked_items else np.NaN, axis=1)
print("new_user_item_matrix after replacing\n{}\n".format(new_user_item_matrix))
new_user_item_matrix.dropna(inplace=True)
print("new_user_item_matrix after dropping nans\n{}\n".format(new_user_item_matrix))
產生
initial_user_item_matrix
userID itemID interaction
0 1 1 1
1 1 2 0
2 1 3 1
3 1 4 1
4 2 9 1
5 3 3 1
6 3 5 0
cold_user_item_matrix
userID itemID interaction
0 1 1 1
1 1 2 0
2 1 3 1
3 1 4 1
new_user_item_matrix
userID itemID interaction
0 1 1 NaN
1 1 2 NaN
2 1 3 NaN
3 1 4 NaN
4 2 9 1
5 3 3 1
6 3 5 0
new_user_item_matrix after replacing
userID itemID interaction
0 1 1 NaN
1 1 2 NaN
2 1 3 1
3 1 4 1
4 2 9 1
5 3 3 1
6 3 5 0
new_user_item_matrix after dropping nans
userID itemID interaction
2 1 3 1
3 1 4 1
4 2 9 1
5 3 3 1
6 3 5 0
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.